Train/Test-Split: Ehrliche Messung
Hier ist die wichtigste Gewohnheit beim maschinellen Lernen. Wenn du ein Modell trainierst und es dann auf denselben Daten testest, lernst du nichts Nützliches. Ein Modell kann perfekt abschneiden, indem es einfach die Antworten auswendig lernt, die es bereits gesehen hat. Das ist so, wie wenn man einen Schüler genau an den Fragen bewertet, die er gelernt hat: Es misst das Gedächtnis, nicht das Verständnis.
Die Lösung besteht darin, einige Daten zurückzuhalten. Du train auf dem Großteil davon und test dann auf Zeilen, die das Modell noch nie gesehen hat. Die Testleistung ist deine ehrliche Schätzung, wie es bei echten, zukünftigen Daten abschneiden wird.
scikit-learn gibt dir eine Funktion dafür:
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.2, random_state=0
)Es gibt vier Teile zurück, immer in dieser Reihenfolge: train features, test features, train labels, test labels. Zwei Argumente sind wichtig:
test_size=0.2hält 20 Prozent für das Testen zurück und behält 80 Prozent für das Training.random_state=0fixiert das Shuffle, damit du bei jedem Durchlauf den same Split erhältst. Ohne es ist der Split jedes Mal zufällig, und deine Ergebnisse würden schwanken und könnten nicht überprüft werden. In diesem ganzen Kurs übergibst du immerrandom_state=0.
Ab jetzt gilt eine strikte Regel: Du darfst auf dem Trainingsset trainieren, aber du darfst nur auf dem Testset grade. Berichte niemals einen Score von Daten, auf denen das Modell trainiert hat.
Die Arrays X (10 Zeilen, 2 Spalten) und y (10 Labels) sind gegeben. Nutze train_test_split mit test_size=0.2 und random_state=0 um X_train, X_test, y_train, y_test zu erhalten. Setze dann n_train auf die Anzahl der Trainingszeilen und n_test auf die Anzahl der Testzeilen.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.